소실점 및 장애물 각을 이용한 밸런싱 모바일 로봇의 자율주행 = Autonomous Navigation of a Balancing Mobile Robot Using Vanishing Point and Obstacle Angle

국문 초록 (Abstract)

최근 다양한 형태의 자율주행 시스템에 대한 연구가 진행되고 있으며 실제 제품이 출시되고 있다. 특히 플랫폼 사업의 발달과 무인 자동화 시스템의 확산에 힘입어 소형 모바일 로봇의 자율주행 기술에 대한 관심이 나날이 높아지고 있다. 그 중 이륜 밸런싱 로봇은 양 바퀴의 모터를 이용하여 전진, 피치, 요 방향에 대한 3자유도 운동을 하는 시스템으로, 기본적으로 불안정하며 주행 시에는 피치 방향의 운동이 필연적으로 발생한다.
밸런싱 로봇은 피치 움직임이 발생하기 때문에 자율주행을 위한 센서 데이터가 왜곡된다. 밸런싱 로봇은 주행을 하면서 항상 피치를 측정하고 있으므로 이를 왜곡된 센서 데이터를 보정하는 데 활용할 수 있다. 기존의 방법에서는 Gimbal 등 추가 하드웨어를 장착하거나 영상 캘리브레이션 과정 등을 사용하였으나 이러한 시스템은 구성 비용이 증가한다.
본 논문에서는 밸런싱 로봇의 자율주행을 구현하는 데 있어 실시간 제어가 가능하면서도 피치 운동 영향을 배제하는 방법을 제안한다. 먼저 피치 운동에 의한 영상의 흔들림을 방지하는 가변 ROI 방법을 설명한다. 또 Pinhole Camera Model로부터 영상 내 화소들과 3차원 공간에서의 방향 간의 연관성을 찾아 소실점 추출의 강인성을 높이는 알고리즘을 설계한다. 소실점 추출을 위해 획득한 영상으로부터 경계를 검출한 후, 로봇의 자세 측정 센서로부터 로봇의 피치를 측정하고 이를 이용해 지면에 수직 방향인 경계선을 제거하고 지평선 모델을 이용해 경로방향의 올바른 소실점을 얻을 수 있는 HV필터를 설계하였다. 또한 현재 소실점의 위치를 추정함으로써 영상으로부터 소실점이 추출되지 않는 상황을 극복하였다. 제안한 가변 ROI와 HV필터에 의한 향상된 경로 추종 성능을 확인하고자 실험을 수행하였으며 장애물 각을 이용하여 장애물 회피가 동시에 이루어짐을 확인하였다. 직선 도로와 커브길에 대한 경로 인식 및 추종 실험을 통하여 본 논문에서 제안한 가변 ROI의 카메라 영상에 대한 로봇의 피치 운동 영향 제거 성능과 HV필터에 의한 소실점 추출 강인성이 경로 추종 성능을 향상시킴을 검증하였다.

다국어 초록 (Multilingual Abstract)

Autonomous driving of mobile robot is getting into the limelight around the world for its industrial and commercial usage. And as for service robots, balancing mobile robots have advantages like compactness, high-mobility, energy efficiency and human-like driving motion. But balancing mobile robots have some issues due to its instability for pitch angle. Balancing mobile robot is highly nonlinear and underactuated system that controls three statements for pitch, yaw and forward direction with two wheel-actuators. So, sensors for autonomous driving like camera, LiDAR, etc. mounted on the robot might not work well with the pitching motion. To overcome this, the effect of pitching motion should be compensated for sensor.
This paper proposed robust vanishing point extraction method based on Pinhole camera model and properties of vanishing point while pitch motion exists. We approached to pitch compensation with two methods-Variable Region of Interest (ROI) and Horizontal-Vertical (HV) Filter. Variable ROI for eliminating pitching motion like a virtual camera staring the road without pitching motion, HV Filter for vanishing point extraction from unstructured environments like curved lanes. We validated these methods’ effectiveness about vanishing point extraction with pitch angle changes.
We perform a lot of experiments with unmanned balancing mobile robot that PID controller applied to. I hope that this paper beneficial for improving the autonomous driving or visual-servoing that using vanishing point for vehicles which have pitching motion like balancing mobile robots and multicopters.

목차 (Table of Contents)

• CHAPTER 1. 서 론 4
• 1.1 자율주행 기술 동향 4
• 1.2 소형 모바일 로봇의 자율주행 기법 5
• CHAPTER 2. VP-OA 알고리즘을 이용한 이륜 밸런싱 로봇의 자율주행 7
• 2.1 VP-OA 알고리즘 7
• 2.2 이륜 밸런싱 로봇에 대한 적용 및 그 한계 11
• CHAPTER 3. 이륜 밸런싱 로봇의 소실점 검출 성능 향상 기법 13
• 3.1 가변 ROI 적용 13
• 3.2 HV 필터링 17
• 3.2.1 Pinhole 카메라 모델과 자세-이미지 사상 17
• 3.2.2 Vertical line 필터 19
• 3.2.3 Horizontal 소실점 필터 24
• 3.3 경로 소실점 추정 기법 28
• CHAPTER 4. 소실점을 이용한 이륜 밸런싱 모바일 로봇의 경로 인식 주행 실험 31
• 4.1 이륜 밸런싱 로봇 시스템 구성 31
• 4.2 피치 운동이 존재할 때의 영상 처리 기법 실험 33
• 4.3 소실점을 이용한 이륜 밸런싱 로봇의 경로 인식 주행 실험 43
• 4.4 장애물 각을 이용한 장애물 회피 주행 실험 46
• CHAPTER 5. 결론 및 향후과제 47
• 5.1 결론 47
• 5.2 향후과제 48
• 참고 문헌 49
• SUMMARY 51
• 감사의 글 52